CN111860922B - 一种服务站部署控制方法、装置、电子设备及存储介质 - Google Patents
一种服务站部署控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111860922B CN111860922B CN201910365380.1A CN201910365380A CN111860922B CN 111860922 B CN111860922 B CN 111860922B CN 201910365380 A CN201910365380 A CN 201910365380A CN 111860922 B CN111860922 B CN 111860922B
- Authority
- CN
- China
- Prior art keywords
- service
- deployed
- information
- historical
- stations
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012549 training Methods 0.000 claims description 32
- 230000000977 initiatory effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种服务站部署控制方法、装置、电子设备及存储介质，其中，该方法包括：获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；若是，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。采用上述方案，在降低人力成本的同时，实现了对服务站资源的合理利用。
Description
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种服务站部署控制方法、装置、电子设备及存储介质。
背景技术
服务站可以是为用户提供便利服务的站点，如充电站、外卖站等。不管是充电站，还是外卖站，服务站部署均是提供便民服务的前提。
以充电站为例，充电站作为保证电动车辆续航所必备的基础设施，能一定程度上解决电动车辆充电的问题。目前，主要是利用人工经验进行充电站部署，如可以将充电站部署在居民密集的区域。
然而，上述服务站选址方式将耗费大量的人力成本进行调查，且存在选址结果不匹配实际需求，从而导致浪费服务站资源或服务站资源供给不足的问题。
发明内容
有鉴于此，本申请的目的在于提供一种服务站部署控制方法、装置、电子设备及存储介质，降低人力成本的同时，实现对服务站资源的合理利用。
主要包括以下几个方面：
第一方面，本申请提供了一种服务站部署控制方法，所述方法包括：
获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；
基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；所述服务请求订单数量是指发起目标服务请求的订单数量，所述服务供给订单数量是指接受目标服务的订单数量；
若是，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；
基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。
在一种实施方式中，所述基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量，包括：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内的服务请求订单数量；以及，基于已经部署的各种服务站的历史服务信息确定在所述预设部署区域内的服务供给订单数量；
将所述服务请求订单数量与所述服务供给订单数量进行求差，得到差值结果；
若差值结果大于0，则确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量。
在一些实施例中，所述基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内的服务请求订单数量，包括：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量；
基于确定的目标车辆的数量，以及所述目标车辆所属车辆类型占各种车辆类型的占比信息，确定在所述预设部署区域内的服务请求订单数量。
在一些实施例中，所述基于已经部署的各种服务站的历史服务信息确定在所述预设部署区域内的服务供给订单数量，包括：
针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；
将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
在一些实施例中，所述历史服务信息中包括服务利用率和服务平均时长，基于每种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量，包括：
针对每种服务站，基于该种服务站的历史服务信息中包括的服务利用率、以及服务平均时长，确定在所述预设部署区域内该种服务站对应的服务供给订单数量。
在另一种实施方式中，所述基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量，包括：
基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型；
将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
在一些实施例中，所述基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型，包括：
针对已经部署的每种服务站，从该种服务站的历史服务信息中提取出对应的历史服务特征信息，以及对应的历史服务请求订单数量；
将各种服务站的历史服务特征信息作为待训练的服务预测模型的输入，将各种服务站的历史服务请求订单数量作为待训练的服务预测模型的输出，训练得到所述服务预测模型。
在又一种实施方式中，基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站，包括：
按照预测的待部署的各种服务站对应的服务请求订单数量由大到小的顺序，对各种服务站进行排名；
将排名超过预设名次的服务站确定为在所述预设部署区域内待部署的目标服务站。
在再一种实施方式中，在确定所述预设部署区域内的服务请求订单数量大于服务供给订单数量之后，在预测待部署的各种服务站对应的服务请求订单数量之前，还包括：
确定所述预设部署区域内的服务请求订单数量与服务供给订单数量之间的差值是否符合预设阈值。
预测待部署的各种服务站对应的服务请求订单数量，包括：
若确定符合预设阈值，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。
在一些实施例中，按照如下步骤确定预设部署区域：
按照预设区域大小和/或预设区域形状对预设部署总区域进行划分，得到至少一个预设部署区域。
第二方面，本申请实施例还提供了一种服务站部署控制装置，所述装置包括：
信息获取模块，用于获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；
数量确定模块，用于基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；所述服务请求订单数量是指发起目标服务请求的订单数量，所述服务供给订单数量是指接受目标服务的订单数量；
数量预测模块，用于若确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；
部署控制模块，用于基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。
在一种实施方式中，所述数量确定模块，具体用于：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内的服务请求订单数量；以及，基于已经部署的各种服务站的历史服务信息确定在所述预设部署区域内的服务供给订单数量；
将所述服务请求订单数量与所述服务供给订单数量进行求差，得到差值结果；
若差值结果大于0，则确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量。
在一些实施例中，所述数量确定模块，具体用于：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量；
基于确定的目标车辆的数量，以及所述目标车辆所属车辆类型占各种车辆类型的占比信息，确定在所述预设部署区域内的服务请求订单数量。
在一些实施例中，所述数量确定模块，具体用于：
针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；
将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
在一些实施例中，所述历史服务信息中包括服务利用率和服务平均时长，所述数量确定模块，具体用于：
针对每种服务站，基于该种服务站的历史服务信息中包括的服务利用率、以及服务平均时长，确定在所述预设部署区域内该种服务站对应的服务供给订单数量。
在另一种实施方式中，所述数量预测模块，具体用于：
基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型；
将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
在一些实施例中，所述数量预测模块，具体用于：
针对已经部署的每种服务站，从该种服务站的历史服务信息中提取出对应的历史服务特征信息，以及对应的历史服务请求订单数量；
将各种服务站的历史服务特征信息作为待训练的服务预测模型的输入，将各种服务站的历史服务请求订单数量作为待训练的服务预测模型的输出，训练得到所述服务预测模型。
在又一种实施方式中，所述部署控制模块，具体用于：
按照预测的待部署的各种服务站对应的服务请求订单数量由大到小的顺序，对各种服务站进行排名；
将排名超过预设名次的服务站确定为在所述预设部署区域内待部署的目标服务站。
在再一种实施方式中，所述数量预测模块，具体用于：
在确定所述预设部署区域内的服务请求订单数量大于服务供给订单数量之后，在预测待部署的各种服务站对应的服务请求订单数量之前，确定所述预设部署区域内的服务请求订单数量与服务供给订单数量之间的差值是否符合预设阈值。
若确定符合预设阈值，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。
在一些实施例中，还包括：
区域确定模块，用于按照预设区域大小和/或预设区域形状对预设部署总区域进行划分，得到至少一个预设部署区域。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如第一方面所述服务站部署控制方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面所述服务站部署控制方法的步骤。
采用上述方案，首先获取预设部署区域内各个车辆的历史轨迹信息以及已经部署的各种服务站的历史服务信息，然后基于获取的历史轨迹信息和历史服务信息确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量(即供需是否平衡)，并能够在确定服务请求订单数量大于服务供给订单数量时，基于已经部署的各种服务站的历史服务信息预测待部署的各种服务站对应的服务请求订单数量，最后可以根据预测的服务请求订单数量从各种服务站中选取出目标服务站。也即，本申请在确定服务供给无法满足服务需求时，可以基于历史服务信息进行目标服务站的确定，无需人工参与，降低人力成本的同时，能够实现对服务站资源的合理利用，也即在保障服务站资源供给的同时，提高服务站资源的利用率。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例一提供的一种服务站部署控制方法的流程图；
图2示出了本申请实施例二提供的一种服务站部署控制方法的流程图；
图3示出了本申请实施例二提供的一种服务站部署控制方法的流程图；
图4示出了本申请实施例四提供的一种服务站部署控制方法的流程图；
图5示出了本申请实施例四提供的另一种服务站部署控制方法的流程图；
图6示出了本申请实施例五提供的一种服务站部署控制装置的结构示意图；
图7示出了本申请实施例六提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“充电服务站部署”，给出以下实施方式。对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕充电服务站部署进行描述，但是应该理解，这仅是一个示例性实施例。
除了上述充电站部署这一特定应用场景，本申请还可以应用于任何具有部署需求的服务站，如加油服务站、餐饮服务站、电影服务站等。这里，对于不同应用需求的服务站进行部署时，除了可以利用本申请中有关车辆的历史轨迹信息以及服务站的历史服务信息之外，还可以集合不同的应用需求获取其它相关信息。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
本申请的一个方面涉及一种服务站部署控制方案。该方案可以首先确定确定服务请求订单数量是否大于服务供给订单数量，也即，确定服务需求是否能够满足服务供给，若无法满足，则进行待部署的各种服务站对应的服务请求订单数量的预测以确定目标服务站。
值得注意的是，在本申请提出申请之前，相关技术中大多利用人工经验进行充电站部署，这将耗费大量的人力成本进行调查，且存在选址结果不匹配实际需求的问题。本申请提供的上述服务站部署控制方案则无需人工参与，节省大量的人力成本的同时，能够实现对服务站资源的合理利用。下面通过几个实施例进行具体描述。
实施例一
如图1所示，为本申请实施例一提供的一种服务站部署控制方法的流程，该方法的执行主体可以是电子设备，该电子设备可以是服务器还可以是服务器中的处理模块，上述服务站部署控制方法包括如下步骤：
S101、获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息。
这里，车辆的历史轨迹信息和已经部署的各种服务站的历史服务信息作为实现本申请实施例提供的服务站部署控制方法的原始数据源，可以通过不同的渠道获取。接下来分别进行说明。
有关车辆的历史轨迹信息，可以是基于车载定位设备获取的车辆行驶信息确定，还可以基于车辆对应的用户端的历史行为数据确定，还可以基于外围的监控设备抓取到的车辆图片确定，还可以是从现有的网约车服务平台上获取，还可以基于其它方式确定，本申请实施例对此不做具体的限制。
其中，对于基于车载定位设备获取的车辆行驶信息确定历史轨迹信息而言，本申请实施例可以利用定位技术获取车辆在行驶过程中的各行驶轨迹点的轨迹点信息，如行径每个轨迹点的时间信息、位置信息、停留时长信息等，并将上述行驶轨迹点的轨迹点信息或者将上述轨迹点信息按照时间顺序生成的轨迹曲线作为车辆的历史轨迹数据。
对于基于车辆对应的用户端的历史行为数据确定历史轨迹信息而言，本申请实施例可以利用定位技术获取用户端的历史行为数据，将历史行为数据中的用户位置信息作为历史轨迹信息中的车辆位置信息，将历史行为数据中的用户停留时长信息作为历史轨迹信息中的车辆停留时长信息。
值得说明的是，本申请实施例中使用的定位技术可以基于全球定位系统(GlobalPositioning System,GPS)、全球导航卫星系统(Global Navigation Satellite System,GLONASS)，罗盘导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(Quasi-ZenithSatellite System,QZSS)、无线保真(Wireless Fidelity,WiFi)定位技术等，或其任意组合。一个或多个上述定位系统可以在本申请中互换使用。
另外，对于基于外围的监控设备抓取到的车辆图片确定历史轨迹信息而言，本申请实施例可以基于图像处理技术对抓取到的车辆图片进行分析，确定车辆的位置信息以及对应的停留时长信息。这里的图像处理技术可以包括从车辆图片中识别出车辆的车辆识别技术，还可以包括基于监控设备的实际位置、摄像角度信息等确定车辆的位置信息的车辆定位技术，还可以是基于对连续多帧图片的分析结果确定车辆的停留时长信息的车辆跟踪技术。
这里，考虑到本申请实施例提供服务站部署控制方法可以绑定至网约车服务平台，本申请提供的服务站部署控制方法可以基于网约车服务平台记录的网约车轨迹信息确定历史轨迹信息，这样，网约车服务平台还可以利用本申请实施例提供的服务站部署控制方法部署的服务站指引司机到对应的服务站，如可以到对应的充电服务站去充电，以降低司机寻找充电服务站所耗费的时间成本。
有关各种服务站可以是提供同一类型服务的服务站，如提供充电服务的各种服务站，另外，不同种服务站可以对应不同品牌的服务站。有关服务站的历史服务信息，则可以通过数据接口或者网络爬虫的方式来获取。从数据接口层面来讲，上述历史服务信息可以是从服务站的互联网应用渠道，如服务运营商的应用程序(Application,APP)精确开放的数据接口进行获取；从网络爬虫层面来讲，可以采用网络爬虫技术，如python(一种面向对象的解释型计算机程序设计语言)实现爬虫的功能，把想要获取的源代码中的历史服务信息爬取到本地的电子设备。
这里，仍以充电服务站为例，获取的服务站的历史服务信息可以是充电价格、充电冒泡需求信息(如打开充电服务站的充电APP，但尚未进行充电所获取的需要充电时长信息)、充电服务站所包括的充电枪的枪数等信息。
值得说明的是，预设部署区域可以是对预设部署总区域进行划分后得到的。在对预设部署总区域进行划分时，本申请实施例可以按照预设区域大小进行划分，如针对AA市这一预设部署总区域而言，本申请实施例可以将北京市划分为若干区域，且可以按照预设区域大小确定划分的各个区域的面积，这里，划分的各个区域的面积不宜过大也不宜过小，且可以综合AA市对服务站的实际需求进行划分；本申请实施例还可以按照预设区域形状进行划分，仍以AA市这一预设部署总区域而言，本申请实施例可以将北京市划分为若干区域，且划分的各个区域的形状可以是四边形、六边形或者其他多边形，这里，本申请实施例综合考虑世界地理知识，可以将北京市依次划分为多个四边形的区域，该四边形的边长可以是从数百米到数千米，为了兼顾数据计算量和划分精确度，本申请实施例选取的边长不易过大也不易过小，且可以综合AA市对服务站的实际需求进行边长选取，如可以选用5km的边长。
值得说明的是，本申请实施例可以采用Geohash编码算法将预设部署总区域划分为若干矩形区域(即预设部署区域)，还可以对每个矩形区域进行编码(如哈希编码)，并将编码结果作为与矩形区域对应的标识信息，以建立标识信息与历史轨迹信息和历史服务信息之间的关系，便于进行预设部署区域相关信息的获取。
S102、基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量。
这里，可以首先基于获取的各个车辆的历史轨迹信息确定在预设部署区域内发起目标服务请求的服务请求订单数量，以及基于获取的已经部署的各种服务站的历史服务信息确定在预设部署区域内接受目标服务的订单数量，然后将上述将所述服务请求订单数量与所述服务供给订单数量进行求差，得到差值结果，若差值结果大于0，则确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量(即服务供给无法满足服务需求)，若差值结果小于或等于0，则确定在所述预设部署区域内的服务请求订单数量小于或等于服务供给订单数量(即服务供给可以满足服务需求)。
其中，不同的服务站对应的目标服务可以不同，如针对充电服务站而言，该目标服务可以是充电服务，针对加油服务站而言，该目标服务则可以是加油服务。
S103、若是，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。
这里，在确定服务供给无法满足服务需求时，可以通过对待部署的各种服务站对应的服务请求订单数量的预测来满足预设部署区域的服务需求。本申请实施例中，可以基于已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。
在确定待部署的各种服务站为不同品牌的服务站时，待部署的各种服务站中可以包含有已经部署的服务站中的品牌，也可以是与已经部署的服务站所属品牌不同的其它品牌。
S104、基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。
这里，在预测得到待部署的服务站对应的服务请求订单数量之后，为了尽可能充分的满足预设部署区域的服务需求，可以先按照预测的待部署的各种服务站对应的服务请求订单数量由大到小的顺序，对各种服务站进行排名，并将排名超过预设名次的服务站确定为在所述预设部署区域内待部署的目标服务站，如可以将前三名的服务站确定为目标服务站。
值得说明的是，在针对预设部署区域预测了待部署的目标服务站之后，可以基于该目标服务站的服务请求订单数量确定部署目标服务站的数量，这里，部署的目标服务站的数量可以随着服务请求订单数量的增加而增加以满足预设部署区域的服务需求。在确定待部署的各种服务站为不同品牌的服务站时，该目标服务站可以是确定的一个或多个品牌的服务站。
本申请实施例中，服务请求订单数量和服务供给数量的确定作为上述服务站部署控制方法的关键步骤，接下来可以通过如下实施例二和实施例三分别进行具体描述。
实施例二
如图2所示，本申请实施例二提供了一种服务请求订单数量的确定方法，该确定方法包括如下步骤：
S201、基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量；
S202、基于确定的目标车辆的数量，以及所述目标车辆所属车辆类型占各种车辆类型的占比信息，确定在所述预设部署区域内的服务请求订单数量。
这里，服务请求订单数量可以是基于预设部署区域内各个车辆的历史轨迹信息预测得到的。考虑到本申请实施例中的历史轨迹信息可以包括行径每个轨迹点的时间信息、位置信息、停留时长信息等信息，基于轨迹点的位置信息、以及预设部署区域对应的位置范围信息，可以确定落入该预设部署区域内的轨迹点，该轨迹点与车辆是直接对应的，这样，可以进一步确定在预设部署区域内停留时长超过预设时长的目标车辆的数量。
值得注意的是，车辆行径预设部署区域时，落入该预设部署区域的该车辆的轨迹点不止有一个，在统计目标数量的数量时，即使得到多个轨迹点的停留时长，也计数为1。有关预设时长而言，可以基于不同的应用需求来确定，如针对充电需求而言，该预设时长可以是1h，针对餐饮需求而言，30min，这里不做具体的限制。
一定程度而言，在预设部署区域停留时长超过预设时长的目标车辆的数量越多，可以基本说明在该区域的服务需求量越大。这样，基于确定的目标车辆的数量，可以确定在所述预设部署区域内的服务请求订单数量。除此之外，本申请实施例，还可以结合所述目标车辆所属车辆类型占各种车辆类型的占比信息以及上述目标车辆的数量，确定在所述预设部署区域内的服务请求订单数量。这里，仍以充电服务为例，这里目标车辆所述车辆类型即为电动车辆，也即，通过目标车辆所属车辆类型占各种车辆类型的占比信息可以对目标车辆的数量进行折算，如确定的目标车辆的数量为500辆，占比信息为30％，则最终预测的服务请求订单数量仅为150个。
实施例三
如图3所示，本申请实施例三提供了一种服务供给订单数量的确定方法，该确定方法包括如下步骤：
S301、针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；
S302、将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
这里，本申请实施例可以基于每种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量，然后再将各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
有关每种服务站对应的服务供给订单数量可以是直接基于爬虫数据得到的，还可以是经过历史服务信息中的相关信息折算得到的，这里，主要是从服务站的自身的供给能力出发进行了折算。本申请实施例中，基于该种服务站的历史服务信息中包括的服务利用率、以及服务平均时长，确定在所述预设部署区域内该种服务站对应的服务供给订单数量。仍以充电服务站为例，如充电枪单枪的利用率为20％，将该利用率乘以充电服务站包括的各个充电枪的总枪数再除以充电平均时长便可以确定应该能够满足的服务供给订单数量。
本申请实施例可以基于训练得到的服务预测模型预测待部署的各种服务站对应的服务请求订单数量，对于待部署的各种服务站对应的服务请求订单数量进行预测的过程可以通过如下实施例四进行具体说明。
实施例四
如图4所示，为本申请实施例四提供的预测方法的流程图，该预测方法包括如下步骤：
S401、基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型；
S402、将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
这里，可以首先基于预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型，然后再将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
其中，有关待部署的每种服务站的服务信息与已经部署的各种服务站的历史服务信息的获取方式类似，在此不再赘述。
如图5所示，本申请实施例提供了一种服务预测模型的训练方法，该训练方法包括如下步骤：
S501、针对已经部署的每种服务站，从该种服务站的历史服务信息中提取出对应的历史服务特征信息，以及对应的历史服务请求订单数量；
S502、将各种服务站的历史服务特征信息作为待训练的服务预测模型的输入，将各种服务站的历史服务请求订单数量作为待训练的服务预测模型的输出，训练得到所述服务预测模型。
这里，可以首先从每种服务站的历史服务信息中提取出对应的历史服务特征信息以及历史服务请求订单数量，然后根据各种历史服务特征信息和各个历史服务请求订单数量进行服务预测模型的训练。
在进行服务预测模型的训练阶段，以获取的历史服务特征信息作为待训练的服务预测模型的输入，以获取的历史服务请求订单数量作为输出结果，训练得到服务预测模型的参数信息等，也即得到训练好的服务预测模型。
本申请实施例可以采用神经网络模型作为服务预测模型，还可以采用极端梯度提升(eXtreme Gradient Boosting,XGBoost)模型作为服务预测模型。以神经网络模型的训练为例，模型训练阶段也就是训练神经网络模型中一些未知的参数信息的过程。之后，就可以基于该神经网络模型为待部署的各种服务站进行服务请求订单数量的预测了，此时只需要将待部署的各种服务站的服务信息特征化后输入到训练好的神经网络模型中即可。
本申请实施例中，可以基于不同的应用需求，获取预设周期(如每周、每天、每小时)内已经部署的服务站的历史服务信息，以进行待部署的服务站的服务请求订单数量的预测。
值得说明的是，有关历史服务特征信息可以是对历史服务信息进行特征化处理后的信息，其中，特征化处理可以是数字化处理、归一化处理等。
在具体应用中，考虑到不同服务站对应满足服务需求的紧急程度可能并不相同，如对于餐饮服务而言，服务供给无法满足服务需求时，会一定程度上影响用户用餐的体验，但可以通过转移至其它预设部署区域以缓解服务供给的不足，如对于充电服务而言，服务供给无法满足服务需求时，不仅会影响充电用户的充电体验，还可能会造成交通拥堵等情况。这样，相对餐饮服务而言，充电服务对于满足服务需求的紧急程度更深。与此同时，对于任一服务而言，针对不同的预设部署区域，对满足服务需求的紧急程度也可能并不相同。
为了满足对服务需求的紧急程度，本申请实施例可以首先确定所述预设部署区域内的服务请求订单数量与服务供给订单数量之间的差值是否符合预设阈值，并能够在确定符合预设阈值时，基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。这里，本申请实施例通过对预设阈值的调节满足了上述服务需求，不仅降低了人力成本，还确保了对服务站部署的实际需求。
基于上述实施例，本申请还提供了服务站部署控制装置，下述各种装置的实施可以参见方法的实施，重复之处不再赘述。
实施例五
如图6所示，为本申请实施例五提供的服务站部署控制装置，所述装置包括：
信息获取模块601，用于获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；
数量确定模块602，用于基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；所述服务请求订单数量是指发起目标服务请求的订单数量，所述服务供给订单数量是指接受目标服务的订单数量；
数量预测模块603，用于若确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；
部署控制模块604，用于基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。
在一种实施方式中，所述数量确定模块602，具体用于：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内的服务请求订单数量；以及，基于已经部署的各种服务站的历史服务信息确定在所述预设部署区域内的服务供给订单数量；
将所述服务请求订单数量与所述服务供给订单数量进行求差，得到差值结果；
若差值结果大于0，则确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量。
在一些实施例中，所述数量确定模块602，具体用于：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量；
基于确定的目标车辆的数量，以及所述目标车辆所属车辆类型占各种车辆类型的占比信息，确定在所述预设部署区域内的服务请求订单数量。
在一些实施例中，所述数量确定模块602，具体用于：
针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；
将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
在一些实施例中，所述历史服务信息中包括服务利用率和服务平均时长，所述数量确定模块602，具体用于：
针对每种服务站，基于该种服务站的历史服务信息中包括的服务利用率、以及预设服务平均时长，确定在所述预设部署区域内该种服务站对应的服务供给订单数量。
在另一种实施方式中，所述数量预测模块603，具体用于：
基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型；
将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
在一些实施例中，所述数量预测模块603，具体用于：
针对已经部署的每种服务站，从该种服务站的历史服务信息中提取出对应的历史服务特征信息，以及对应的历史服务请求订单数量；
将各种服务站的历史服务特征信息作为待训练的服务预测模型的输入，将各种服务站的历史服务请求订单数量作为待训练的服务预测模型的输出，训练得到所述服务预测模型。
在又一种实施方式中，所述部署控制模块604，具体用于：
按照预测的待部署的各种服务站对应的服务请求订单数量由大到小的顺序，对各种服务站进行排名；
将排名超过预设名次的服务站确定为在所述预设部署区域内待部署的目标服务站。
在再一种实施方式中，所述数量预测模块603，具体用于：
在确定所述预设部署区域内的服务请求订单数量大于服务供给订单数量之后，在预测待部署的各种服务站对应的服务请求订单数量之前，确定所述预设部署区域内的服务请求订单数量与服务供给订单数量之间的差值是否符合预设阈值。
若确定符合预设阈值，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。
在一些实施例中，还包括：
区域确定模块605，用于按照预设区域大小和/或预设区域形状对预设部署总区域进行划分，得到至少一个预设部署区域。
实施例六
如图7所示，为本申请实施例六所提供的一种电子设备的结构示意图，包括：处理器701、存储介质702和总线703，所述存储介质702存储有所述处理器701可执行的机器可读指令(比如图6中的服务站部署控制装置中信息获取模块601、数量确定模块602、数量预测模块603、以及部署控制模块604对应的执行指令等)，当电子设备运行时，所述处理器701与所述存储介质702之间通过总线703通信，所述机器可读指令被所述处理器701执行时执行如下处理：
获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；
基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；所述服务请求订单数量是指发起目标服务请求的订单数量，所述服务供给订单数量是指接受目标服务的订单数量；
若是，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；
基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。
在一种实施方式中，上述处理器701执行的处理中，所述基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量，包括：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内的服务请求订单数量；以及，基于已经部署的各种服务站的历史服务信息确定在所述预设部署区域内的服务供给订单数量；
将所述服务请求订单数量与所述服务供给订单数量进行求差，得到差值结果；
若差值结果大于0，则确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量。
在一些实施例中，上述处理器701执行的处理中，所述基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内的服务请求订单数量，包括：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量；
基于确定的目标车辆的数量，以及所述目标车辆所属车辆类型占各种车辆类型的占比信息，确定在所述预设部署区域内的服务请求订单数量。
在一些实施例中，上述处理器701执行的处理中，所述基于已经部署的各种服务站的历史服务信息确定在所述预设部署区域内的服务供给订单数量，包括：
针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；
将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
在一些实施例中，上述处理器701执行的处理中，所述历史服务信息中包括服务利用率和服务平均时长，基于每种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量，包括：
针对每种服务站，基于该种服务站的历史服务信息中包括的服务利用率、以及预设服务平均时长，确定在所述预设部署区域内该种服务站对应的服务供给订单数量。
在另一种实施方式中，上述处理器701执行的处理中，所述基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量，包括：
基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型；
将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
在一些实施例中，上述处理器701执行的处理中，所述基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型，包括：
针对已经部署的每种服务站，从该种服务站的历史服务信息中提取出对应的历史服务特征信息，以及对应的历史服务请求订单数量；
将各种服务站的历史服务特征信息作为待训练的服务预测模型的输入，将各种服务站的历史服务请求订单数量作为待训练的服务预测模型的输出，训练得到所述服务预测模型。
在又一种实施方式中，上述处理器701执行的处理中，基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站，包括：
按照预测的待部署的各种服务站对应的服务请求订单数量由大到小的顺序，对各种服务站进行排名；
将排名超过预设名次的服务站确定为在所述预设部署区域内待部署的目标服务站。
在再一种实施方式中，在确定所述预设部署区域内的服务请求订单数量大于服务供给订单数量之后，在预测待部署的各种服务站对应的服务请求订单数量之前，上述处理器701执行的处理还包括：
确定所述预设部署区域内的服务请求订单数量与服务供给订单数量之间的差值是否符合预设阈值。
上述处理器701执行的处理中，预测待部署的各种服务站对应的服务请求订单数量，包括：
若确定符合预设阈值，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量。
在一些实施例中，上述处理器701执行的处理中，按照如下步骤确定预设部署区域：
按照预设区域大小和/或预设区域形状对预设部署总区域进行划分，得到至少一个预设部署区域。
实施例七
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器701运行时执行上述服务站部署控制方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述服务站部署控制方法，从而解决相关技术中由于利用人工经验进行部署所存在的耗费大量的人力成本进行调查，且存在选址结果不匹配实际需求的问题，进而达到在降低人力成本的同时，能够实现对服务站资源的合理利用的效果。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种服务站部署控制方法，其特征在于，所述方法包括：
获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；
基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；所述服务请求订单数量是指发起目标服务请求的订单数量，所述服务供给订单数量是指接受目标服务的订单数量；
若是，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；
基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站；
其中，所述基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量包括：
基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量，以基于确定的目标车辆的数量确定在所述预设部署区域内的服务请求订单数量；
针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；
将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量。
2.根据权利要求1所述的服务站部署控制方法，其特征在于，所述基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量，还包括：
将所述服务请求订单数量与所述服务供给订单数量进行求差，得到差值结果；
若差值结果大于0，则确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量。
3.根据权利要求1所述的服务站部署控制方法，其特征在于，所述基于确定的目标车辆的数量确定在所述预设部署区域内的服务请求订单数量，包括：
基于确定的目标车辆的数量，以及所述目标车辆所属车辆类型占各种车辆类型的占比信息，确定在所述预设部署区域内的服务请求订单数量。
4.根据权利要求1所述的服务站部署控制方法，其特征在于，所述历史服务信息中包括服务利用率和服务平均时长，基于每种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量，包括：
针对每种服务站，基于该种服务站的历史服务信息中包括的服务利用率、以及服务平均时长，确定在所述预设部署区域内该种服务站对应的服务供给订单数量。
5.根据权利要求1所述的服务站部署控制方法，其特征在于，所述基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量，包括：
基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型；
将待部署的每种服务站的服务信息输入至训练得到的服务预测模型，预测待部署的该种服务站对应的服务请求订单数量。
6.根据权利要求5所述的服务站部署控制方法，其特征在于，所述基于所述预设部署区域内已经部署的各种服务站的历史服务信息训练得到服务预测模型，包括：
针对已经部署的每种服务站，从该种服务站的历史服务信息中提取出对应的历史服务特征信息，以及对应的历史服务请求订单数量；
将各种服务站的历史服务特征信息作为待训练的服务预测模型的输入，将各种服务站的历史服务请求订单数量作为待训练的服务预测模型的输出，训练得到所述服务预测模型。
7.根据权利要求1～6任一项所述的服务站部署控制方法，其特征在于，基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站，包括：
按照预测的待部署的各种服务站对应的服务请求订单数量由大到小的顺序，对各种服务站进行排名；
将排名超过预设名次的服务站确定为在所述预设部署区域内待部署的目标服务站。
8.一种服务站部署控制装置，其特征在于，所述装置包括：
信息获取模块，用于获取预设部署区域内各个车辆的历史轨迹信息，以及该预设部署区域内已经部署的各种服务站的历史服务信息；
数量确定模块，用于基于获取的各个车辆的历史轨迹信息，以及已经部署的各种服务站的历史服务信息，确定在所述预设部署区域内的服务请求订单数量是否大于服务供给订单数量；所述服务请求订单数量是指发起目标服务请求的订单数量，所述服务供给订单数量是指接受目标服务的订单数量；其中，所述数量确定模块具体用于基于获取的各个车辆的历史轨迹信息，确定在所述预设部署区域内停留时长超过预设时长的目标车辆的数量，以基于确定的目标车辆的数量确定在所述预设部署区域内的服务请求订单数量；以及针对已经部署的每种服务站，基于该种服务站的历史服务信息确定在所述预设部署区域内该种服务站对应的服务供给订单数量；将在所述预设部署区域内各种服务站对应的服务供给订单数量进行求和，得到在所述预设部署区域内的服务供给订单数量；
数量预测模块，用于若确定在所述预设部署区域内的服务请求订单数量大于服务供给订单数量，则基于所述预设部署区域内已经部署的各种服务站的历史服务信息，预测待部署的各种服务站对应的服务请求订单数量；
部署控制模块，用于基于预测的待部署的各种服务站对应的服务请求订单数量，确定在所述预设部署区域内待部署的目标服务站。
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述服务站部署控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述服务站部署控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910365380.1A CN111860922B (zh) | 2019-04-30 | 2019-04-30 | 一种服务站部署控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910365380.1A CN111860922B (zh) | 2019-04-30 | 2019-04-30 | 一种服务站部署控制方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111860922A CN111860922A (zh) | 2020-10-30 |
| CN111860922B true CN111860922B (zh) | 2024-05-03 |
Family
ID=72965891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910365380.1A Active CN111860922B (zh) | 2019-04-30 | 2019-04-30 | 一种服务站部署控制方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111860922B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113487108B (zh) * | 2021-07-28 | 2023-12-26 | 南京领行科技股份有限公司 | 一种车辆充电调度方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103875154A (zh) * | 2011-07-26 | 2014-06-18 | Gogoro有限公司 | 用于在收集、充电及分配机之间重新分配诸如电池的电能存储设备的装置、方法及物品 |
| CN105938514A (zh) * | 2016-04-07 | 2016-09-14 | 浙江万马新能源有限公司 | 基于0-1整数规划模型的充电桩部署选址方法及装置 |
| CN107169605A (zh) * | 2017-05-18 | 2017-09-15 | 东南大学 | 基于车辆定位信息的城市电动汽车充电站选址方法 |
| CN107316098A (zh) * | 2017-05-19 | 2017-11-03 | 芜湖恒天易开软件科技股份有限公司 | 一种基于用户行为分析的汽车租赁点选址方法 |
| CN107784834A (zh) * | 2016-08-31 | 2018-03-09 | 北京四维图新科技股份有限公司 | 一种充电设施的位置信息更新方法和装置、及导航芯片 |
| CN108182508A (zh) * | 2017-12-07 | 2018-06-19 | 北京国网普瑞特高压输电技术有限公司 | 一种电动汽车充电站规划的方法及系统 |
| CN108764634A (zh) * | 2018-04-24 | 2018-11-06 | 河海大学 | 一种考虑充电需求增长的电动汽车充电站动态规划方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6194872B2 (ja) * | 2014-11-18 | 2017-09-13 | トヨタ自動車株式会社 | 車両用情報処理装置 |
-
2019
- 2019-04-30 CN CN201910365380.1A patent/CN111860922B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103875154A (zh) * | 2011-07-26 | 2014-06-18 | Gogoro有限公司 | 用于在收集、充电及分配机之间重新分配诸如电池的电能存储设备的装置、方法及物品 |
| CN105938514A (zh) * | 2016-04-07 | 2016-09-14 | 浙江万马新能源有限公司 | 基于0-1整数规划模型的充电桩部署选址方法及装置 |
| CN107784834A (zh) * | 2016-08-31 | 2018-03-09 | 北京四维图新科技股份有限公司 | 一种充电设施的位置信息更新方法和装置、及导航芯片 |
| CN107169605A (zh) * | 2017-05-18 | 2017-09-15 | 东南大学 | 基于车辆定位信息的城市电动汽车充电站选址方法 |
| CN107316098A (zh) * | 2017-05-19 | 2017-11-03 | 芜湖恒天易开软件科技股份有限公司 | 一种基于用户行为分析的汽车租赁点选址方法 |
| CN108182508A (zh) * | 2017-12-07 | 2018-06-19 | 北京国网普瑞特高压输电技术有限公司 | 一种电动汽车充电站规划的方法及系统 |
| CN108764634A (zh) * | 2018-04-24 | 2018-11-06 | 河海大学 | 一种考虑充电需求增长的电动汽车充电站动态规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于数据驱动方式的电动汽车充电需求预测模型;邢强;陈中;黄学良;张梓麒;冷钊莹;徐岩;赵奇;;中国电机工程学报(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111860922A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | A data-driven optimization-based approach for siting and sizing of electric taxi charging stations | |
| CN111832788B (zh) | 一种服务信息生成的方法、装置、计算机设备及存储介质 | |
| CN112149855A (zh) | 一种订单分配的方法及装置 | |
| CN104346921A (zh) | 基于位置信息的出租车信息通讯服务系统、终端和方法 | |
| CN111104990B (zh) | 一种确定交通行程的方法、装置、服务器及存储介质 | |
| CN111832869A (zh) | 一种车辆调度方法、装置、电子设备及存储介质 | |
| CN107167151B (zh) | 公交车线路设置方法、路线规划方法及装置 | |
| CN116362370A (zh) | 智慧城市停车场车位状态预估方法、物联网系统及装置 | |
| CN104156826A (zh) | 一种中心服务式电动汽车动态充电路径规划服务系统 | |
| CN112069635B (zh) | 一种换电柜的部署方法、装置、介质及电子设备 | |
| CN111784018A (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
| CN111861081A (zh) | 一种订单分配方法、装置、电子设备及存储介质 | |
| CN111341093B (zh) | 车队的控制方法、装置、设备及存储介质 | |
| CN111860922B (zh) | 一种服务站部署控制方法、装置、电子设备及存储介质 | |
| CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
| CN110674962A (zh) | 车辆的行程预估处理方法、装置及存储介质 | |
| CN110826889A (zh) | 车辆管理方法、装置、计算机设备和存储介质 | |
| CN116307580A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
| CN113763050B (zh) | 共享单车计费方法、运营服务器和计费策略服务器 | |
| GB2584862A (en) | System and method for populating a database with occupancy data of parking facilities | |
| CN112810489B (zh) | 一种新能源汽车用安全充电管理系统 | |
| CN114444789A (zh) | 一种基于多源数据的公交线网供需矩阵自主化构建方法 | |
| CN112052276B (zh) | 乘车路线的挖掘方法和装置 | |
| CN114862491A (zh) | 车辆位置确定方法、派单方法、装置、服务器及存储介质 | |
| CN108229788B (zh) | 充换电站的布点方法及装置、存储介质、处理器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |